求解物流Web服務(wù)組合優(yōu)化問題的兩階段多目標(biāo)蟻群算法.pdf

1、社會性的昆蟲，群體的行為往往能夠展現(xiàn)比個(gè)體更高的智能，能夠完成復(fù)雜的任務(wù)，這就是所謂的“群體智能”。一只螞蟻的行為雜亂無章，而蟻群總是能夠找到巢穴到食物源之間的最短路徑，經(jīng)考察發(fā)現(xiàn)，是因?yàn)槲浵仌谕窘?jīng)的路上留下一種叫“外激素”的物質(zhì)，引導(dǎo)后續(xù)螞蟻的行進(jìn)。蟻群算法正是受此啟發(fā)而被提出，并被成功應(yīng)用于求解旅行商問題，相比傳統(tǒng)的窮舉算法、貪婪算法，能夠更快地找到問題的最優(yōu)解。
　　以基于QoS的物流Web服務(wù)組合優(yōu)化問題為應(yīng)用背景，提出

2、了兩階段多目標(biāo)蟻群算法TMACO。首先，針對原始數(shù)據(jù)集中存在被支配候選服務(wù)而增加算法求解時(shí)間問題，提出了基于Pareto支配的預(yù)優(yōu)化策略;其次，針對屬性權(quán)重難以確定的問題，提出了不依賴權(quán)重的信息素更新策略和啟發(fā)信息策略;最后，針對基礎(chǔ)蟻群算法容易陷入局部最優(yōu)的問題，提出了懶螞蟻策略。實(shí)驗(yàn)表明，TMACO算法具有良好性能，相對比于基礎(chǔ)蟻群算法、利用解與理想解距離來更新信息素的改進(jìn)蟻群算法、遺傳算法以及用支配程度作為解的個(gè)體評價(jià)的改進(jìn)遺傳算